요즘IT
위시켓
AIDP - AX
Rise ERP
콘텐츠프로덕트 밸리
요즘 작가들컬렉션물어봐
놀이터
콘텐츠
프로덕트 밸리
요즘 작가들
컬렉션
물어봐
놀이터
새로 나온
인기
개발
AI
IT서비스
기획
디자인
비즈니스
프로덕트
커리어
트렌드
스타트업
서비스 전체보기
위시켓요즘ITAIDP - AXRise ERP
고객 문의
02-6925-4867
10:00-18:00주말·공휴일 제외
yozm_help@wishket.com
요즘IT
요즘IT 소개작가 지원
기타 문의
콘텐츠 제안하기광고 상품 보기
요즘IT 슬랙봇크롬 확장 프로그램
이용약관
개인정보 처리방침
청소년보호정책
㈜위시켓
대표이사 : 박우범
서울특별시 강남구 테헤란로 211 3층 ㈜위시켓
사업자등록번호 : 209-81-57303
통신판매업신고 : 제2018-서울강남-02337 호
직업정보제공사업 신고번호 : J1200020180019
제호 : 요즘IT
발행인 : 박우범
편집인 : 노희선
청소년보호책임자 : 박우범
인터넷신문등록번호 : 서울,아54129
등록일 : 2022년 01월 23일
발행일 : 2021년 01월 10일
© 2013 Wishket Corp.
로그인
요즘IT 소개
콘텐츠 제안하기
광고 상품 보기
개발

팀 작업 흐름에 하네스 연결하기: UI 개발부터 검증·리뷰까지

김의중
7분
0시간 전
42
에디터가 직접 고른 실무 인사이트 매주 목요일에 만나요.
newsletter_profile0명 뉴스레터 구독 중

AI에 쿠폰 등록 화면을 맡기면 금세 시안과 꼭 닮은 화면이 나옵니다. 문제는 그다음입니다. 저장 버튼을 눌러 보면 아무 일도 일어나지 않고, 떠야 할 확인창도 나가야 할 등록 요청도 없습니다. 화면 캡처나 코드만 봐서는 알 수 없으니, 결국 시안을 옆에 띄워 놓고 버튼을 하나하나 눌러 보게 됩니다. AI 덕분에 구현은 빨라졌는데 퇴근은 빨라지지 않는 이유입니다.

 

저희 팀이 내린 결론은 이렇습니다. 코드가 빨리 나오는 것만으로는 부족하고, 검증과 리뷰까지 끝나야 비로소 빨라진 것입니다. 그래서 각자 프롬프트와 스킬로 챙기던 작업 지침과 확인 절차를 저장소에 모아, 팀 누구나 같은 기준으로 쓸 수 있는 하네스(Harness)를 만들었습니다.

 

이 하네스에서 AI는 기획 문서와 피그마(Figma)를 읽고 화면을 만든 뒤, 구현 화면을 캡처해 시안과 맞춰 봅니다. 그다음 구현에 참여하지 않은 별도의 AI 세션이 브라우저에서 직접 입력하고 버튼을 누르며 기획대로 움직이는지 확인합니다. 무엇을 확인했고 무엇이 남았는지는 풀 리퀘스트(Pull Request, 이하 PR) 맨 위에 정리됩니다. 이제 리뷰어는 버튼을 눌러 보는 대신, 검증 결과를 읽는 것으로 리뷰를 시작합니다.

 

이 글에서는 이 하네스를 단계별로 소개하고, 자동 검증으로 어디까지 확인했다고 말할 수 있는지, 어디부터 사람이 봐야 하는지도 솔직하게 짚어 보겠습니다.

 

 

AI 프론트엔드 개발 자동화 하네스, 4단계 흐름과 3가지 설계 원칙

소개할 하네스는 AI가 읽는 작업 문서와 규칙, 검사 도구를 하나의 흐름으로 묶은 작업 환경입니다. 무엇을 만들어야 하는지부터 어떻게 확인하고 결과를 전달할지까지 정해, 팀이 같은 기준으로 AI에 작업을 맡길 수 있도록 구성했습니다.

 

전체 흐름은 네 단계로 나눌 수 있습니다.

 

AI 프론트엔드 자동화 하네스 4단계 다이어그램: 1 화면 구현(AI, 기획 문서+Figma 노드로 코드 작성), 2 디자인 검증 및 수정(AI, 최대 3회), 3 기능 검증(별도 AI 세션, 모의 응답), 4 결과 검토 및 머지 판단(사람)
<출처: 작가(Claude로 생성)>

 

1. 화면 구현: AI가 저장소의 기획 문서와 문서에 연결된 Figma 노드 주소를 읽고, 이를 기준으로 화면 코드를 작성합니다.

 

2. 디자인 검증 및 수정: 스크립트가 헤드리스 크로미엄(headless Chromium)으로 구현 화면을 캡처해 Figma 디자인과 대조합니다. AI는 발견된 차이를 수정하고, 수정과 재검사를 반복합니다.

 

3. 기능 검증: 별도의 AI 세션이 화면을 개발 환경의 API에 연결하고, 브라우저에서 직접 조작하며 API 연동과 기획에 따른 동작을 검증합니다. 검증 판정과 동작 녹화를 PR 본문 상단에 기록합니다.

 

4. 결과 검토 및 머지 판단: 검증 결과를 기록한 PR을 제출합니다. 리뷰어는 확인한 항목과 미해결 문제를 살펴보고 머지 여부를 판단합니다.

 

뒤에서는 이 네 단계에 앞서 AI가 읽을 작업 지시서와 기준 자료를 준비하는 과정까지 더해, 다섯 단계로 나눠 자세히 살펴봅니다.

 

기획 문서와 Figma가 판단의 기준이 됩니다

Figma는 버튼의 위치와 모양을 알려주고, 기획 문서는 버튼을 언제 누를 수 있으며 누르면 무엇이 일어나야 하는지 알려줍니다. 예를 들어 쿠폰 등록 화면에서 입력창과 버튼의 배치는 Figma를 따릅니다. 같은 이름의 쿠폰을 등록할 수 없는지, 필수 입력을 비우면 어떤 안내를 보여줘야 하는지는 기획 문서에서 확인합니다.

 

이 자료들을 하네스에 연결한 이유는 사람이 협업할 때 사용하는 기준을 AI도 함께 참조하도록 하기 위해서입니다. AI에 전달할 설명을 매번 새로 만들면 요구사항이 빠지거나 원래 의도와 달라질 수 있습니다. 기획과 디자인을 공통 기준으로 삼으면 기존 협업 방식을 유지하면서 구현과 검증까지 자동화의 범위를 넓힐 수 있습니다.

 

구현과 최종 검증은 별도 세션이 맡습니다

화면을 만든 AI가 자신의 구현을 기준으로 검사하면, 처음에 잘못 이해한 요구사항을 그대로 놓칠 수 있습니다. 그래서 최종 검증 세션은 구현 대화를 이어받지 않고 변경된 코드와 기획 문서를 읽어 확인할 항목을 정합니다.

 

결과물에는 “어디까지 확인했는지”를 함께 담습니다

하네스의 결과물은 화면 코드만이 아닙니다. 예를 들어 등록 요청의 형식을 확인했는지, 서버에 실제로 저장되는 것까지 확인했는지, 아직 살펴보지 못한 정책은 무엇인지를 나눠서 전달합니다. 자동화가 어디까지 진행됐는지 알아야 리뷰어가 그다음을 판단할 수 있습니다.

 

 

하네스 구축 5단계: 작업 지시서부터 Playwright E2E 검증, PR까지

1단계. 모든 세션은 작업 지시서를 읽는 데서 시작합니다

AI가 가장 먼저 하는 일은 저장소 안의 작업 지시서(프롬프트 파일)를 읽는 것입니다. 이 지시서에는 구현부터 검증까지 따라야 할 규칙과 순서가 담겨 있습니다.

 

먼저 기획 문서와 Figma 노드를 근거로 화면을 구현합니다. 이어 Figma에서 내보낸 이미지와 구현 화면의 캡처를 대조해 차이를 수정합니다. 마지막으로 API를 연결하고, 브라우저에서 화면을 직접 조작하며 기획대로 동작하는지 처음부터 끝까지 실제 사용 흐름을 따라가는 E2E(End-to-End) 검증을 진행합니다. 각 세션은 작업 지시서에서 자신이 맡은 단계의 규칙을 확인하고 작업을 시작합니다.

 

2단계. 기획과 디자인을 AI가 읽을 수 있는 기준으로 준비합니다

기획 문서: 기획서를 AI가 읽는 마크다운으로

깃허브 액션(GitHub Actions)에서 하네스를 자동으로 실행할 수 있도록, 기획 문서를 마크다운으로 정리해 저장소의 docs/specs/<도메인>.md에 저장합니다. 목록의 컬럼 순서, 필수 입력값, 오류 안내처럼 화면이 지켜야 할 규칙을 이 문서에 담습니다.

 

이때 중요한 것은 형식을 바꾸는 것만이 아닙니다. 사람이 맥락으로 이해하던 조건도 AI가 구현하고 검사할 수 있도록 명시해야 합니다. 기획이 바뀌면 AI가 읽는 문서에도 반영해야 구현과 검증이 같은 기준을 따를 수 있습니다.

 

Figma 노드: 디자이너가 그린 그대로

기획 문서 내부에 해당 화면 상태별 노드 URL을 적습니다. Figma REST API를 통해 노드의 구조와 스타일을 JSON으로 읽고, 해당 노드의 이미지를 PNG로 내려받습니다. AI는 JSON에서 배치·색·문구·간격을 파악하고, 사내 디자인 시스템 컴포넌트를 활용해 화면을 구현합니다.

 

3단계. 디자인 차이를 찾아 최대 세 번 수정합니다

AI는 기획 문서와 Figma URL을 참조해 화면을 만듭니다. 하지만 첫 결과물부터 디자인과 정확히 일치하지는 않습니다.

 

쿠폰 등록 모달 비교: 왼쪽 Figma 디자인, 오른쪽 AI 1차 구현에 차이 3건 표시 — ① 닫기(X) 버튼이 없다 ② 디자인에 없는 안내 문구가 있다 ③ 버튼 문구가 ‘등록’이 아니라 ‘저장’이다
<출처: 작가(Claude로 생성)>

 

위 예시에서도 최초 구현 화면과 디자인 사이에 세 가지 차이가 발견됐습니다. 이런 차이를 줄이기 위해 Figma 이미지를 내려받고 구현 화면을 캡처한 뒤, 비교와 수정을 반복하는 ‘시각 수정 루프’를 실행합니다.

 

쿠폰 등록 모달 재검사 결과: 왼쪽 Figma 디자인과 오른쪽 2회차 구현이 거의 동일 — 닫기 버튼, 안내 문구 삭제, 버튼 문구까지 세 곳 모두 디자인과 같아졌다는 설명이 붙어 있음
<출처: 작가(Claude로 생성)>

 

AI는 검사 결과를 바탕으로 코드를 수정했습니다. 재검사에서는 처음 발견한 닫기 버튼 누락, 안내 문구 추가, 등록 버튼 문구 차이가 모두 해소됐습니다.

 

4단계. 개발 API와 모의 응답을 사용해 화면 동작을 검증합니다

디자인 검증이 끝나면 프로덕션 빌드를 만들어 개발 환경의 실제 API에 연결한 상태로 화면을 띄웁니다. API 연동과 기획에 따른 동작을 검증합니다. 플레이라이트(Playwright) 스크립트는 항목마다 화면을 조작하고, 실제 결과가 기대한 값과 일치하는지 검사합니다.

 

읽기 요청은 개발 API에 연결합니다. 생성·삭제 요청은 가로채서 메서드·경로·본문을 확인한 뒤, 실제 서버로 보내는 대신 모의 응답을 돌려줍니다. 개발 환경의 데이터를 변경하지 않으면서도 요청 내용과 응답 이후의 화면 동작을 확인하는 방식입니다.

 

이 기능은 Playwright의 요청 모킹을 사용합니다. 따라서 생성·삭제의 검증 결과는 요청과 화면 동작에 대한 확인이며, 실제 서버에 데이터가 저장되거나 삭제되는 것까지 확인했다는 뜻은 아닙니다.

 

성공 경로뿐 아니라 서버 오류가 발생했을 때도 살펴봅니다. 입력값이 유지되는지, 화면 전체가 오류 페이지로 바뀌지는 않는지 확인합니다.

 

쿠폰 관리 목록 화면에서 Playwright가 자동으로 입력창을 채우고 등록 버튼을 누르는 과정을 녹화한 화면, 신규가입 10% 할인 등 쿠폰 목록과 발급 수·상태가 표시됨
<출처: 작가(Claude로 생성)>

 

위 녹화 이미지는 사람이 누른 것이 아닙니다. AI가 기획서와 Figma 디자인을 바탕으로 화면을 구현한 뒤, 기획서의 규칙을 확인 항목으로 바꿔 Playwright 스크립트를 직접 작성합니다. 스크립트는 화면 없이 실행되는 헤드리스 크로미엄 브라우저에서 입력창을 채우고 버튼을 누릅니다. 이 과정에서 중복된 쿠폰명이 차단되는지, 등록 요청이 올바른 경로와 내용으로 나가는지, 등록 후 목록이 갱신되는지를 하나씩 확인합니다.

 

기대와 다르게 동작한 항목이 있으면 AI가 코드를 고치고 같은 검사를 다시 실행합니다. 생성 요청은 개발 서버에 데이터를 남기지 않도록 모의 응답으로 대신했습니다.

 

5단계. 검증 결과를 PR 본문 맨 위에 정리합니다

검증 결과는 PR 본문 최상단에 배치합니다. 판정을 한 줄로 먼저 보여주고, 확인한 항목과 사람이 확인할 체크리스트, 스크린샷과 동작 녹화를 순서대로 정리합니다. 리뷰어는 코드를 살펴보기 전에 화면이 어떻게 동작했고 무엇을 검증했는지 파악할 수 있습니다.

 

PR에 결과를 모으는 이유도 기존 리뷰 흐름 안에서 AI의 작업을 검토할 수 있도록 하기 위해서입니다. 리뷰어가 별도의 AI 대화나 실행 로그를 찾아다니지 않아도 코드와 검증 근거를 함께 살펴볼 수 있습니다. 자동화가 끝나는 지점을 사람이 검토를 시작하는 지점과 연결한 것입니다.

 

GitHub PR 화면에 달린 AI 화면 검증 댓글: 판정 요약과 함께 ‘머지 가능’ 표시, 등록 모달 동작을 녹화한 Playwright 재생 화면이 PR 본문 위에 첨부돼 있음
<출처: 작가(Claude로 생성)>

 

 

마치며: 구현부터 리뷰까지, 팀이 함께 쓰는 자동화를 만들기

좋은 프롬프트를 작성하고, 자주 쓰는 지침을 스킬로 만드는 일은 AI 활용의 첫걸음입니다. 여기에 개인이 시행착오를 거치며 익힌 노하우가 쌓입니다. 하지만 팀에서 활용하려면 그 경험을 다른 팀원도 반복해서 사용할 수 있는 형태로 옮겨야 합니다. 누가 작업을 맡기더라도 같은 자료를 읽고, 같은 규칙을 따르며, 같은 기준으로 결과를 확인할 수 있어야 하기 때문입니다.

 

이번에 소개한 하네스는 그 과정을 시스템으로 구성한 사례입니다. 기획 문서와 Figma를 구현의 기준으로 삼고, 프롬프트에 실행 순서를 적었습니다. 디자인과 기능을 검사하는 도구를 연결하고, 확인한 결과를 PR에 남기도록 했습니다. 개인이 작업할 때마다 챙기던 지시와 확인 절차를 팀이 함께 사용하는 흐름으로 옮긴 것입니다.

 

여기서 자동화의 범위를 구현 이후까지 넓힌 점도 중요합니다. AI가 화면을 빠르게 만들더라도 사람이 시안을 다시 펼치고 모든 버튼을 눌러 봐야 한다면, 구현에서 아낀 시간이 고스란히 검토로 넘어갑니다. 그래서 디자인 차이를 찾아 수정하고, 브라우저에서 동작을 확인하고, 그 결과를 리뷰어에게 전달하는 과정까지 연결했습니다.

 

이제 PR에는 코드와 함께 검증 판정, 확인한 항목, 남은 문제와 동작 녹화가 담깁니다. 리뷰어는 어떤 검사를 거쳤는지 파악한 상태에서 검토를 시작할 수 있습니다. 반복적인 확인 작업을 자동화하고, 사람이 더 살펴봐야 할 부분을 드러내는 것까지 하네스가 맡도록 했습니다.

 

하네스를 구축하면서 팀의 작업 기준도 더 구체적으로 정리할 수 있었습니다. 무엇을 읽고 구현해야 하는지, 어떤 검사를 거쳐야 하는지, 해결하지 못한 문제는 어떻게 전달해야 하는지를 시스템에 담았습니다.

 

이처럼 하네스를 실무에 적용할 때는 팀이 이미 사용하는 자료와 검토 절차를 어떻게 연결할지 함께 살펴봐야 합니다. 기획과 디자인이 구현·검증의 기준으로 이어지고, 그 결과가 리뷰로 전달될 때 AI의 작업도 팀의 협업 흐름 안에서 완성됩니다. 팀이 같은 기준으로 품질을 확인하면서도 작업을 더 빨리 끝낼 수 있도록 만드는 것, 그것이 하네스를 구축한 이유입니다.

 

이 글은 AI의 도움을 받아 작성했습니다.

 

ⓒ요즘IT의 모든 콘텐츠는 저작권법의 보호를 받는 바, 무단 전재와 복사, 배포 등을 금합니다.